現代博弈論與多智能體強化學習系統

如今，大多數人工智能（AI）系統都是基於處理任務的單個代理，或者在對抗模型的情況下，是一些相互競爭以改善系統整體行爲的代理。然而，現實世界中的許多認知問題是大羣人建立的知識的結果。以自動駕駛汽車場景爲例，任何座席的決策都是場景中許多其他座席行爲的結果。金融市場或經濟中的許多情景也是大型實體之間協調行動的結果。我們如何模仿人工智能（AI）代理中的行爲？ 多智能體強化學習（MARL）是深度學習學科，側

>>阅读原文<<